Syam Mardiana, Teguh (2017) Klasifikasi Naive Bayes Untuk Pendeteksian Status Haram Pada Makanan kemasan Jepang. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Komposisi merupakan sebuah label yang di dalamnya terdapat tulisan, gambar, atau kombinasi keduanya yang disertakan pada makanan kemasan dengan cara ditempel atau dicetak. Komposisi merupakan bagian yang sangat penting untuk memberikan informasi bahan yang terkandung dalam suatu makanan kemasan sehingga konsumen dapat memperoleh produk yang diharapkan, sehat, serta aman untuk dikonsumsi. Penggunaan bahasa dalam komposisi pada makanan kemasan itu berbeda-beda, salah satunya yaitu yang terdapat pada makanan kemasan Jepang yang menggunakan aksara Jepang sebagai informasi bahan kandungan yang terdapat didalamnya. Dalam penelitian ini dibuat sebuah sistem OCR dengan memanfaatkan citra komposisi sebagai media identifikasinya. Metode klasifikasi yang digunakan adalah metode Naive Bayes yang dikombinasikan dengan metode ekstraksi fitur gabungan Zoning (ICZ dan ZCZ) untuk melakukan pengenalan karakter pada citra komposisi makanan kemasan Jepang yang selanjutnya dapat dilakukan pendeteksian status haram pada makanan kemasan Jepang tersebut. Aksara Jepang yang diklasifikasi hanya karakter ze, ra, chi, dan n yang membentuk bahan haram zerachin (gelatin). Data latih yang digunakan sebanyak 75 karakter yang didalamnya terdapat 5 karakter ze, 11 karakter ra, 18 karakter chi, dan 41 karakter n. Sedangkan data uji yang digunakan sebanyak 20 citra komposisi yaitu 5 citra komposisi halal, 8 citra komposisi haram yang mengandung zerachin, dan 7 citra komposisi haram yang mengandung bahan lain. Berdasarkan beberapa hasil pengujian didapatkan hasil akurasi terbaik sebesar 33,33% pada pengujian yang menggunakan parameter pembagian 6 zona pada ekstraksi fitur Zoning (ICZ dan ZCZ)nya. Didapatkan kesimpulan bahwa metode Naive Bayes dapat mengklasifikasi citra komposisi makanan kemasan Jepang, hanya saja hasil akurasinya masih kurang baik. Hasil akurasi tersebut dipengaruhi dari proses pengujian pada tahap klasifikasi yang juga akurasinya masih rendah.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Kecerdasan Buatan, Pengolahan Citra, OCR, Zoning, Naive Bayes. |
| Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017 |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Date Deposited: | 10 Nov 2017 03:34 |
| Last Modified: | 10 Nov 2017 03:34 |
| URI: | http://repository.unikom.ac.id/id/eprint/54383 |
Actions (login required)
 |
View Item |
